darknet训练自己的数据集

1，labelimg标注图片生成.xml文件

2，将数据集分为训练集和验证集

• train.txt – 该文件内容为所有训练图片名
• val.txt – 该文件内容为所有验证集图片名

3，voc_label.py生成绝对路径的txt

• object_train.txt – 该文件内容为所有训练集的 绝对路径
• object_val.txt – 该文件内容为所有验证集的 绝对路径
• 打开notepad++软件，将voc_train.txt和voc_test.txt文件转换为Unix文件，操作如下：
  打开文件后，选择编辑——文档格式转换——转换为Unix，然后点击视图——显示符号——显示所有字符，确保每一行结尾都是只有一个LF即可。

第2,3步要看自己标注的xml文件格式，反正这两步最后生成的文件就训练集，验证集图片的绝对路径。

4，聚类生成anchor

detector.exe detector calc_anchors ./train_plate_number/voc.data -num_of_clusters 9 -width 640 -height 640

5，修改.names和.cfg文件

　　要修改上一步中生成的anchor

6，修改.data文件

　　classes= [类别数]
　　train = [object_train.txt 文件的绝对路径]
　　valid = [object_val.txt 文件的绝对路径]
　　names = [train.names 文件的绝对路径]
　　backup = backup/ #训练后权重存储的文件夹

7，训练

detector.exe detector train ./train_plate_number/voc.data ./train_plate_number/yolov4-csp-x-swish-plate.cfg  ./train_plate_number/yolov4-csp-x-swish.conv.192 -map